ywangjiyl的博客

多分类实例：鸢尾花分类针对鸢尾花分类问题创建神经网络的函数功能，创建一个简单的全连接网络，包括一个输入层(4个输入神经元)、两个隐藏层和一个输出层，采用adam作为优化器，adam是一种用来替换随机梯度下降的优化算法， adam的调参相对简单，默认参数可以处理大部分问题，并且使用在Keras中称为分类交叉熵的对数损失函数评估模型： 确定模型的性能是否达到预定目标，黄金标准是k折交叉验证，首先定义模型评估程序，这里将定义为10，在分割数据之前对数据进行随机乱序排列，然后就可以使用10折交叉验证来评估已经

Keras类库为深度学习模型提供了一个包装库Wrapper,将Keras的深度学习模型包装成Scikit-Learn中的分类模型或回归模型，以便于方便使用Scikit-Learn中的方法和函数，对深度学习模型的包装是通过KerasClassifier(用于分类模型)和KerasRegressor(用于回归模型)来实现的使用交叉验证评估模型KerasClassifier和KerasRegressor类使用参数build_fn，指定用来创建模型的函数的名称，因此必须定义一个函数并通过函数来定义深度学习的

人工神经网络称为神经网络或多层感知器多层感知器也许是最有用的神经网络类型，用于解决分类与回归问题，多层感知器是一种前馈人工神经网络模型，将输入的多个数据维度映射到单一的输出数据维度上神经网络的学习过程，是在其所处环境的激励下，相继给网络输入一些样本，并按照一定的规则(学习算法)调整网络各层的权值矩阵，待网络各层权值都收敛到一定程度，学习过程结束神经元权重线性回归种输入的权重与回归方程种使用的系数非常相似，每个神经元也有一个偏差，偏差是改善学习速度和预防过拟合的有效方法。权重通常被初始化为小的随

第二部分：多层感知器:印第安人糖尿病诊断1.遇到的问题：pd.read_csv和np.loadtxt的区别，np.loadtxt无法读取csv上的第一行，就是标题，无法读取除数字之外的其他字符。(1)numpy.loadtxt 用法 读取txt文件# 首先给出最简单的loadtxt的代码,实际上就是直接写文件名, 其他关键字参数都是默认的.a = np.loadtxt('./data/test.txt')print(a) # a为浮点数的原因为Python默认的数字的数据类型为双精度浮点数